欧盟已经向这支计划使用AI技术重现历史气息与嗅觉要素的研究团队提供280万欧元资助。
团队名为“Odeuropa”,拥有来自多个学科的欧洲科学家及学者,具体涵盖历史、艺术史、计算语言学、计算机视觉、语义网、博物馆学、文物科学以及化学等。
未来三年当中,专家们将合作开发“感官发掘与嗅觉文物科学”领域的新颖方法,希望根据数字文本与图像集合构建起一套历史气息、气味与嗅觉百科全书。以此为基础,他们将与化学家、艺术家以及调香理财合作,重建数据库内记录的各种气味。
使用人工智能创造气味历史
Odeuropa项目的总体目标,在于描绘各种气味如何随时间变化,并在社会意义层面发生的改变。正如团队成员William Tullett博士在采访中所言,烟草就是一个典型的例子。
他表示,“烟草是一种重要的商品,于十六世纪被引入欧洲。最初的烟草有一种奇特的气味,但之后很快进行了调整与改良,并成为众多欧洲城镇气味环境中的组成部分。”
人工智能则通过计算语言学与计算机视觉介入其中,相关算法可发掘历史文本与图像,由此生成气息与气味结果,并将其整理进在线《气味传承百科全书》。
这些算法还将扫描气味的感官质量、情感意义以及社会意义等参考结论,帮助Odeuropa团队得以构建起跨越数十年乃至几个世纪的多维气味描述。
Tullett指出,“无论是用迷迭香等草药预防鼠疫,还是在十八、十九世纪使用有气味的盐作为晕厥解药,整个历史总是充斥着各种各样的气味。”
通过开发这部气味百科全书,该团队致力于为历史提供更为多样的感官体验。他们将使用人工智能采集到的气味数据重现各种气味,并将其应用于博物馆及文物古迹当中。
AI与历史
Odeuropa确实是第一个使用AI技术重构历史气味的项目,但却并不是将AI技术引入历史重建的首次尝试。
去年,伦敦大学学院的研究人员使用机器学习对范艾克的画作进行了推理修复。另一个由欧盟资助的Time Machine项目则使用AI技术分析历史文档,借此重建欧洲城市过往的样貌。
今年10月,谷歌公布了一套基于深度学习的工具集,此工具集将帮助研究人员使用历史地图与图像重建城市。谷歌希望这套资源能够成为一份“纲要,帮助历史爱好者们以虚拟方式体验世界各地的城市发展史,帮助研究人员、政策制定者与教育人士勾勒历史面貌,也给普通用户带来一些值得追忆的情怀氛围。”
除了模拟过去之外,AI技术还帮助考古学家们识别考古特征,并预测哪些位置更有可能发现过往人类活动与定居痕迹。
AI技术培训能够以惊人的速度搜寻大量数据,并提供愈发准确的预测结果,因此相信其必然会在历史研究中长期保持活跃。换句话说,人工智能既代表着我们的未来,也将帮助我们深入发掘过去。
好文章,需要你的鼓励
这项研究提出了"高效探测"方法,解决了掩码图像建模AI难以有效评估的问题。通过创新的多查询交叉注意力机制,该方法在减少90%参数的同时实现10倍速度提升,在七个基准测试中均超越传统方法。研究还发现注意力质量与分类性能的强相关性,生成可解释的注意力图谱,展现出优异的跨域适应性。团队承诺开源全部代码,推动技术普及应用。
伊利诺伊大学研究团队开发了CLAIMSPECT系统,通过层次化分解复杂争议、智能检索相关文献、多角度收集观点的方法,将传统的"真假"判断转变为多维度分析。该系统能够自动构建争议话题的分析框架,识别不同观点及其支撑证据,为科学和政治争议提供更全面客观的分析,已在生物医学和国际关系领域验证有效性。
清华大学研究团队首次提出情感认知融合网络(ECFN),让AI能像人类一样理解和表达情感。该系统通过多层次情感处理架构,在情感识别准确率上比现有最佳系统提升32%,情感表达自然度提升45%。研究突破了传统AI情感理解的局限,实现了跨模态情感融合、动态情感追踪和个性化情感建模,为医疗、教育、客服等领域带来革命性应用前景。
哈佛大学研究团队通过创新的多智能体强化学习方法,让AI在战略游戏中学会复杂推理。研究发现AI通过游戏竞争能发展出类人思维能力,在逻辑推理、创造性解决问题等方面表现显著提升。这项突破性成果为未来AI在医疗、教育、城市管理等领域的应用奠定基础,展现了通过模拟人类学习过程培养真正智能AI的新路径。